| 主权项 |
一种基于泛函网络的周期来压预测方法，其特征在于，构造了基于小波和混沌优化的FN方法进行预测，其过程分为三步：第一步，首先使用小波对液压支架周期来压荷载进行分解，用Mallat小波分析方法对支架来压荷载进行分解，使用matlab中dwt的正交小波基db4进行3级分解，共分解出4个分量，其中，<i>a</i><sub>1</sub>为低频分量趋势项，<i>d</i><sub>1</sub>，<i>d</i><sub>2</sub>，<i>d</i><sub>3</sub>为各等级高频分量，形成泛函分析的样本数据；第二步，使用混沌理论对第一步的样本数据进行混沌性质的识别，通过计算混沌吸引子的维数和Lyapunov特征指数来识别其混沌性；分解后的各分量运用混沌理论进行相空间重构，使用FN模型进行训练，使用小波分解后的4个时序序列波形进行预测，使用时序序列的前350个点作为训练集合，后75个点作为模拟对比集合，预测形成的各个频率的4条时序序列波进行小波重构后形成最终的周期来压荷载预测波；根据调整周期来判断其混沌性，系统在<i>T</i>=16时更接近混沌；根据G‑P算法计算出时间序列的关联维<i>d</i>，嵌入维数<i>m</i>=3；利用互信息法求得相空间重构的时间延迟τ=2；利用小数据量法求得平均周期为<i>T</i>=15.44, Lyapunov指数为λ>0；即周期来压时间序列具有混沌特性；在掘进速度保持稳定的情况下，周期来压与掘进距离可以以某种正弦形式表示y=S×sin(2πx/T‑π/2)+D ，式中： S,T,D是拟合求得的参数，T表示周期，即y表示的正弦曲线的周期；S表示缩放系数，即y表示的正弦曲线的振幅程度；D表示纵移系数，即y表示的正弦曲线的纵向平移量；<i>x</i>为掘进深度（m）；第三步，将各个FN模型得到的预测结果进行重组得到完整的预测周期来压荷载波形，空间重构采用Takens定理，延迟时间τ和嵌入维m就可以将混沌时间序列进行重构如式：X<sub>n</sub>=(x<sub>n</sub>,x<sub>n</sub>+τ,…,x<sub>n</sub>+(m‑1)τ)，其中τ为延迟时间，m为嵌入维，x<sub>n</sub>是周期来压荷载数据。 |
